码迷,mamicode.com
首页 > 其他好文 > 详细

Deep RL Bootcamp Lecture 7: SVG, DDPG, and Stochastic Computation Graphs

时间:2018-05-02 02:49:22      阅读:156      评论:0      收藏:0      [点我收藏+]

标签:imp   square   node   and   oss   ast   com   eps   image   

技术分享图片

 

 

 

 技术分享图片

 

 

 

 技术分享图片

 

 

 

 

 技术分享图片

^ is the square root of epsilon

 

 

 

 

 技术分享图片

 

 

 

 

 技术分享图片

a simplified version of hard version

a more smooth way to find correct solution

 

 

 

 

 技术分享图片

the first term is the REINFORCE term, and the seconde term is our grad log probability of our loss

 

 

 

 

 技术分享图片

b is a stochastic node 

 

 

 

 技术分享图片

 

 

 

 

 

 技术分享图片

 

 

 

 

 

技术分享图片

技术分享图片      技术分享图片

more formula derivations are ignored.

 

Deep RL Bootcamp Lecture 7: SVG, DDPG, and Stochastic Computation Graphs

标签:imp   square   node   and   oss   ast   com   eps   image   

原文地址:https://www.cnblogs.com/ecoflex/p/8977893.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!